حافظهٔ ساختاریافته دقت مدل تصمیم‌گیری بالینی را اندکی افزایش داد

پژوهشگران در پیش‌چاپی در arXiv بررسی کردند که آیا حافظه‌ای فشرده و ساختاریافته می‌تواند پاسخ‌های یک مدل تصمیم‌گیری احتمالاتی را بهتر کند، وقتی شرح‌حال بیمار از قبل در اختیار مدل است. آن‌ها ۳۰ پروندهٔ کاملاً مصنوعی در ۱۲ حوزهٔ بالینی ساختند و ۱۲۰ پرسش با پاسخ‌های مشخص را با Jev ارزیابی کردند.

دقت مدل با تکیه بر شرح‌حال خام ۹۰ درصد بود؛ با افزودن حافظهٔ ساختاریافته به ۹۳٫۳ درصد رسید. پنج پاسخ از نادرست به درست تغییر کرد و یک پاسخ در جهت عکس تغییر یافت. بااین‌حال، آزمون دقیق McNemar تفاوت را از نظر آماری معنادار نشان نداد (p=۰٫۲۱۹). همچنین زیان لگاریتمی پاسخ‌های چندگزینه‌ای از ۰٫۲۵۸ به ۰٫۱۷۵ کاهش یافت.

نتایج به پرونده‌ها و حافظه‌های مصنوعی این ارزیابی محدود است و از آن نمی‌توان دربارهٔ عملکرد در پرونده‌های واقعی نتیجه‌گیری کرد.